[发明专利]数据威胁预测方法及装置

说明书

本申请实施例提供了一种数据威胁预测方法及装置，方法包括：根据设定的威胁监控模型，对所述数据威胁预测方法针对的目标数据进行实时捕获；基于设定的威胁行为判断模型，对实时捕获到的目标数据进行威胁行为预测，得到威胁行为预测数据；根据设定的正常行为判断模型，对实时捕获到的目标数据进行正常行为预测，得到正常行为预测数据；根据所述威胁行为预测数据和正常行为预测数据形成行为数据预测集合；计算所述数据预测集合中每个行为预测数据与可信行为集合中的可行行为的损失值；将所述损失值大于设定损失值阈值的行为预测数据，作为针对所述目标数据的威胁预测结果，从而保证了数据的安全。

技术领域

本申请涉及大数据技术领域，特别是涉及一种数据威胁预测方法及装置。

背景技术

大数据的到来，数据的价值越来凸显化，因此，如果能够对海量数据进行挖掘好，能够提供极有价值的客观依据，使得数据成为重要的资产。

数据泄露是大数据领域的尤其重要的安全问题。现有技术中，虽然采取了防火墙、IPS/IDS设备来保证数据安全，但是大数据应用环境中，由于各种技术缺陷或者操作失误会导致数据泄露问题时有发生。

因此，如何保证数据的安全成为亟待解决的技术问题。

发明内容

基于上述问题，本申请实施例提供了一种数据威胁预测方法及装置。

一种数据威胁预测方法，其包括：

根据设定的威胁监控模型，对所述数据威胁预测方法针对的目标数据进行实时捕获；

基于设定的威胁行为判断模型，对实时捕获到的目标数据进行威胁行为预测，得到威胁行为预测数据；

根据设定的正常行为判断模型，对实时捕获到的目标数据进行正常行为预测，得到正常行为预测数据；

根据所述威胁行为预测数据和正常行为预测数据形成行为数据预测集合；

计算所述数据预测集合中每个行为预测数据与可信行为集合中的可行行为的损失值；

将所述损失值大于设定损失值阈值的行为预测数据，作为针对所述目标数据的威胁预测结果。

可选地，所述根据设定的威胁监控模型，对所述数据威胁预测方法针对的目标数据进行实时捕获，包括：基于设定的定时轮询捕获模型，按照设定的捕获间隔和单次捕获数据量阈值，对所述数据威胁预测方法针对的目标数据进行实时捕获，所述定时轮询捕获模型作为所述数据捕获模型。

可选地，所述根据设定的威胁行为判断模型，对实时捕获到的目标数据进行威胁行为预测，得到威胁行为预测数据，包括：获取所述目标数据的日志并输入到所述设定的威胁行为判断模型中进行威胁行为预测，得到威胁行为预测数据。

可选地，所述根据设定的正常行为判断模型，对实时捕获到的目标数据进行正常行为预测，得到正常行为预测数据，包括：获取所述目标数据的日志并输入到所述设定的正常行为判断模型中进行正常行为预测，得到正常行为预测数据。

可选地，所述根据所述威胁行为预测数据和正常行为预测数据形成行为数据预测集合，包括：根据所述威胁行为预测数据和正常行为预测数据构建有向图，基于所述有向图形成行为数据预测集合。

可选地，所述计算所述数据预测集合中每个行为预测数据与可信行为集合中的可行行为的损失值，包括：计算所述数据预测集合中每个行为预测数据与可信行为集合中的可行行为的欧拉距离，根据所述欧拉距离，计算所述数据预测集合中每个行为预测数据与可信行为集合中的可行行为的损失值。

一种数据威胁预测装置，其包括：

数据捕获单元，用于根据设定的威胁监控模型，对所述数据威胁预测方法针对的目标数据进行实时捕获；